[发明专利]一种室内天然光照度建模方法

权利要求书

1.一种室内天然光照度建模方法，其特征在于，包括以下步骤：

S1，采集室内天然光照度信息，并记录测量点的位置坐标，以位置坐标为输入，照度信息为输出制作径向基函数神经网络的训练数据集；

S2，采用训练数据集训练径向基函数神经网络，获得室内天然光照度分布的基准模型；

S3，在室内布设若干传感器监测关键点的实时照度；

S4，将监测关键点的实时照度值对基准模型进行修正，得到室内实时天然光的照度分布情况模型；室内实时天然光的照度分布情况模型如下：

其中，w_r为目标位置与传感器之间的修正参数，计算方法如下：

其中，E′为基准模型的输出，E为修正后获得的实时天然光照度值，R为设置了R个照度传感器来测量实时照度值，x_r,y_r,z_r为传感器r的位置。

2.根据权利要求1所述的一种室内天然光照度建模方法，其特征在于，径向基函数神经网络如下：

其中，C_u为神经元u的中心，X为输入，b1为影响径向基函数形状的给定常数偏置，ω_u为隐层到输出层的权值，b2为隐层到输出层的偏置。

3.根据权利要求1所述的一种室内天然光照度建模方法，其特征在于，S2中，采用训练数据集训练径向基函数神经网络的具体方法如下：

S21，初始化网络；

S22，确定样本，使样本为中心的径向基函数作为隐节点时，误差最小；

S23，选用该样本为中心的径向基函数作为新的隐节点；

S24，采用最小二乘法计算隐层到输出层的权值；

S25，计算新的径向基函数神经网络的新误差，误差符合要求，则完成训练；若误差不符合要求，则执行S22。

4.根据权利要求1所述的一种室内天然光照度建模方法，其特征在于，影响室内天然光照度分布的内在因素包括：建筑所在的地理位置、建筑的朝向、窗户的位置、大小以及数量、室内墙壁和物体材料的反光特性以及由窗户向室内进深。

5.根据权利要求1所述的一种室内天然光照度建模方法，其特征在于，影响室内天然光照度分布的外在因素包括：天然光的辐射强度的变化、室内照度峰值区域的变化、北半球中各个季节光照强度的变化以及每日天气的对光照的影响。